Dokumentacja API czatu AI Abliterated
Wyślij swoje pierwsze uncensored zapytanie w mniej niż dwie minuty, używając standardowego interfejsu kompatybilnego z OpenAI. Ten przewodnik obejmuje uwierzytelnianie, integrację SDK i strumieniowanie dla Twojej integracji czatu AI abliterated.
Szybki start: Twoje pierwsze żądanie
Wyślij proste ukończenie czatu, aby zweryfikować łączność i zachowanie uncensored. API akceptuje standardowe chat/completions ciała żądań i zwraca odpowiedzi tekstowe bez filtrów treści do użytku dorosłego. Potrzebujesz ważnego klucza API i poprawnego podstawowego adresu URL, aby kontynuować. Zacznij od krótkiego promptu, aby potwierdzić, że model reaguje zgodnie z oczekiwaniami.
ID modelu to uncensored. Okno kontekstowe obsługuje łącznie 100,000 tokenów. Limity wyjścia dotyczą pojedynczego żądania. Sprawdź swoje kredyty przed wysłaniem dużych ładunków. Błędy takie jak 402 wskazują na niewystarczający balans.
Priorytetowo traktujemy surową przepustowość zamiast złożonego routingu. Żadne zewnętrzne proxy nie zakłócają Twoich żądań. Infrastruktura została zbudowana dla deweloperów, którzy potrzebują niezawodności. Użyj poniższych przykładów, aby szybko zintegrować usługę.
Uwierzytelnianie i URL bazowy
Użyj swojego unikalnego klucza API wysłanego natychmiast po rejestracji. Uwierzytelnij każde żądanie za pomocą Authorization: Bearer <key> Nagłówek. Adres URL bazowy to https://api.abliteratedaichat.com/v1. To zapewnia kompatybilność z oficjalnymi SDK OpenAI i dowolną kompatybilną biblioteką kliencką.
Chroń swój klucz. Jeden aktywny klucz na konto; nowy klucz zastępuje stary. Jeśli stracisz dostęp, wygeneruj nowy klucz z panelu. Błędy zwracają kod 401 dla nieprawidłowych kluczy. Nigdy nie udostępniaj swojego kodu w kodzie po stronie klienta.
Rejestracja wymaga tylko adresu e-mail lub konta Google. Nie jest potrzebny numer telefonu. Kredyty nigdy nie wygasają. Zwrotów nie wydaje się, ale błędy rozliczeniowe są naprawiane przez Support. Używaj klucza w zmiennych środowiskowych dla czystego kodu.
Strumieniowanie odpowiedzi z SSE
Włącz strumieniowanie, ustawiając stream: true w Twoim żądaniu. Otrzymuj tokeny za pośrednictwem zdarzeń wysyłanych przez serwer (SSE) w miarę ich generowania. Ostatnia cząstka zawiera całkowite użycie tokenów do rozliczeń i śledzenia. Zmniejsza to postrzeganą latencję w przypadku długich zadań typu roleplay lub pisania.
Przetwarzaj strumień SSE ostrożnie. Ignoruj zdarzenia inne niż dane. Połącz delta tokenów, aby odtworzyć pełną odpowiedź. Model nie odrzuca legalnej treści dla dorosłych, więc strumieniowanie działa płynnie w scenariuszach czatbotów NSFW. Monitoruj limity 429 podczas sesji o wysokim przepływie.
Strumieniowanie jest idealne dla aplikacji w czasie rzeczywistym. Pozwala na natychmiastowe wyświetlanie wygenerowanego tekstu. Użyj tego dla interfejsów czatu, gdzie użytkownicy oczekują natychmiastowej informacji zwrotnej. Upewnij się, że Twój klient poprawnie obsługuje częściowe odpowiedzi.
tryb JSON i wywoływanie funkcji
Użyj response_format z {"type": "json_object"} do wymuszenia wyjść strukturalnych. Jest to krytyczne dla parsowania danych lub integracji z innymi systemami. Wywoływanie funkcji działa poprzez standardowy tools i tool_choice parametry. Model dokładnie wykonuje instrukcje, nawet przy złożonych ograniczeniach.
Przetestuj najpierw wywoływanie funkcji za pomocą prostych narzędzi. Zweryfikuj, czy model przestrzega schematu. Modele po ablacji lepiej zachowują umiejętność podążania za instrukcjami niż wiele alternatyw bez cenzury. Jednak duże polecenia z wieloma ograniczeniami mogą nadal powodować odchylenia. Zawsze waliduj dane wyjściowe JSON.
Połącz strumieniowanie z trybem JSON, jeśli jest to konieczne. Ostatni fragment zawiera statystyki użycia. Wywoływanie funkcji dodaje elastyczności Twojej integracji LLM uncensored. Użyj tego dla architektur agentów lub zautomatyzowanych przepływów pracy wymagających danych strukturalnych.
Parametry: Temperatura, Top P, Sekwencje stop
Dostosuj temperature do kreatywności lub determinizmu. Użyj top_p do próbkowania jądra (nucleus sampling). Ustaw stop sekwencje do zatrzymywania generowania na konkretnych znacznikach. Te parametry kontrolują zachowanie modelu. Niższe temperatury dają bardziej spójne wyjścia. Wyższe temperatury zwiększają losowość.
Eksperymentuj z różnymi wartościami dla swojego przypadku użycia. Roleplay korzysta z wyższej temperatury. Zadania programistyczne mogą wymagać niższej temperatury dla precyzji. API obsługuje wszystkie standardowe parametry: seed, presence_penalty, a także frequency_penalty. Dostosuj je dla optymalnych wyników.
Sekwencje stop są przydatne w rozmowach wieloetapowych. Zapobiegają kontynuowaniu generowania przez model pożądanym punktem. Używaj ich do czystego strukturyzowania odpowiedzi. Połącz z trybem JSON dla niezawodnego wyodrębniania danych. Dokładnie przetestuj przed wdrożeniem na produkcję.
Ograniczenia częstotliwości i współbieżność
Limit to 300 żądań na minutę na klucz. Równoczesne żądania są ograniczone do 8 na klucz. Rozmiar ciała żądania jest ograniczony do 8 MB. Limity te zapewniają uczciwe użytkowanie i stabilną wydajność. Przekroczenie limitów zwraca błędy 429. Zaimplementuj logikę ponawiania z wykładniczym opóźnieniem.
Monitoruj swoje zużycie, aby uniknąć throttlingu. Wysoka konkurencja może wyzwalać limity, jeśli żądania są duże. Okno kontekstowe ma 100 000 tokenów. Maksymalne wyjście to 16 000 tokenów na żądanie. Błędy i odmowy są darmowe, więc nieudane żądania nie kosztują kredytów.
Zaplanuj integrację odpowiednio. Używaj kolejkowania dla ruchu burstowego. API obsługuje wysoką przepustowość wydajnie. Brak gwarancji SLA, ale infrastruktura jest zbudowana dla niezawodności. Skontaktuj się z Supportem w przypadku problemów. Chroń swój klucz, aby uniknąć nieautoryzowanego użycia.
cURL
curl https://api.abliteratedaichat.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "What is the capital of France"}]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.abliteratedaichat.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)Node.js
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.abliteratedaichat.com/v1", apiKey: process.env.API_KEY });
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);Strumieniowanie
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Tell the story in second person."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)Typowe zapytania
Czy model czatu AI abliterated traci podążanie za instrukcjami?
Zachowuje silne podążanie za instrukcjami, nawet przy złożonych ograniczeniach. Bardzo duże prompty mogą jednak powodować drobne odchylenia. Przetestuj dokładnie dla swojego przypadku użycia. Model jest dostrajany tak, aby odpowiadać bez odmów, zachowując jednocześnie strukturę.
Jak radzić sobie z błędami 402 lub 429?
Błąd 402 oznacza niewystarczające środki. Doładuj konto kryptowalutą, aby kontynuować. Błąd 429 oznacza przekroczenie limitu szybkości. Poczekaj i ponów próbę z wykładniczym opóźnieniem. Błędy są darmowe, więc błędy 429 nie zużywają kredytów.
Jaki jest rozmiar okna kontekstowego?
Okno kontekstowe wynosi 100 000 tokenów łącznie dla promptu i uzupełnienia. Maksymalna liczba tokenów wyjściowych na żądanie to 16 000. Użyj tego do długiej gry rolnej lub analizy dokumentów. Upewnij się, że Twój ładunek mieści się w limicie ciała 8 MB.
Uzyskaj klucz w jednym kroku
Zarejestruj się, skopiuj dane logowania, zaktualizuj URL endpointu. To cały proces.
